練習 1：一個工具、一次完整來回¶

這題只做一件事：模型說「請呼叫 get_weather」，你的 Python 程式檢查參數、執行工具，再把結果交回模型。跑完後，你會親眼看到：

問題 → Tool Call → 程式檢查並執行 → Tool Result → 最後回答

Tool Call 是模型提出的工具請求。Tool Result 是你的程式執行後交回去的結果。模型提出請求，不代表它有權直接執行程式。

第一個動作¶

先在 PowerShell 複製並執行：

ollama pull qwen2.5:3b

Path A：Ollama（本機，API 費 `$0`）¶

cd examples/stage-3/01-function-calling
python -m pip install -r requirements.txt
ollama serve
python starter.py

如果 ollama serve 說連接埠已被使用，通常代表 Ollama 已經在跑；保留那個視窗，再開一個 PowerShell 執行 python starter.py。

這條路使用 OpenAI Python SDK 連到 http://localhost:11434/v1，資料不會送到 OpenAI 雲端。

Path B：Anthropic（需要 API key）¶

cd examples/stage-3/01-function-calling
python -m pip install -r requirements.txt
$env:ANTHROPIC_API_KEY = "你的-key"
python starter_anthropic.py

程式預設使用固定版本 claude-haiku-4-5-20251001，避免模型 alias 日後移動時，教學結果悄悄改變。

預算提醒：每次正式執行先保留 $0.05 上限。實際費用依 token 數計算：

輸入 token × $1 / 1,000,000 + 輸出 token × $5 / 1,000,000

Tool Use 還會加入系統提示 token；不要把沒有 token 假設的小數寫成保證價格。價格查核日：2026-08-27。

macOS／Linux 指令

cd examples/stage-3/01-function-calling
python -m pip install -r requirements.txt
export ANTHROPIC_API_KEY="你的-key"
python starter_anthropic.py

不花錢的自我檢查¶

這兩個測試使用假的模型回應，不連 Ollama，也不呼叫 Anthropic API：

python test.py
python test_anthropic.py

你應該看到兩次 all pass。測試也會故意送入壞 JSON、多餘欄位與不存在的工具，確認程式會先擋下來。

你正在保護什麼¶

Allowlist：只有 get_weather 可以執行；模型亂說別的工具名稱也不行。
參數驗證：city 不能是空字串，unit 只能是 celsius，多餘欄位也會被拒絕。
結果配對：每個結果都帶回原本的 tool_call_id 或 tool_use_id。
錯誤標記：Anthropic 路徑失敗時會加上 is_error: true，讓模型知道這不是正常結果。

完成條件¶

Path A 或 Path B 至少成功跑一次。
兩個離線測試都顯示 all pass。
你能用自己的話說出「模型只提出請求，程式才真正執行」。
你能指出程式在哪裡檢查工具名稱與參數。

官方參考¶

文件與 SDK 查核日：2026-08-27。

📚 想看完整章節？ 這裡只教第一個最小迴圈。接著讀： - datawhalechina/hello-agents：章節式中文 Agent 課程；把這題當成 tool calling 的起點。 - Anthropic Tool Use Cookbook：從單一工具走到多工具的官方 notebook。 - Stage 3 精選 Projects：回到學習地圖挑下一個資源。